TRABAJO FINAL Instrumentos de Análisis Urbanos II

MAPEO DE LA INSEGUIRDAD EN CABA EN EL AÑO 2021

Este trabajo tendrá el objetivo de visualizar el total de delitos ocurridos en cada barrio de la ciudad de Buenos Aires en el año 2021 y obtener, además, los días de la semana en que mayor ocurren según el tipo registrado.

1. Se creó un repositorio en mi cuenta personal de GitHub con versión de control.

Esto sirve para poder conectar mi proyecto generado en R con el repositorio online.

2. Se instalaron las librerías necesarias

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.2     ✔ readr     2.1.4
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ ggplot2   3.4.2     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.0
## ✔ purrr     1.0.1     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(sf)

## Linking to GEOS 3.11.0, GDAL 3.5.3, PROJ 9.1.0; sf_use_s2() is TRUE

library(dplyr)
library(readr)
library(geoAr)
library(ggmap)

## The legacy packages maptools, rgdal, and rgeos, underpinning the sp package,
## which was just loaded, will retire in October 2023.
## Please refer to R-spatial evolution reports for details, especially
## https://r-spatial.org/r/2023/05/15/evolution4.html.
## It may be desirable to make the sf package available;
## package maintainers should consider adding sf to Suggests:.
## The sp package is now running under evolution status 2
##      (status 2 uses the sf package in place of rgdal)
## ℹ Google's Terms of Service: <https://mapsplatform.google.com>
## ℹ Please cite ggmap if you use it! Use `citation("ggmap")` for details.

library(geofacet)
library(leaflet)

3. Se importó el Shape correspondiente a los Barrios de CABA.

barrios_caba <- st_read("data/barrios_caba/barrios_caba.shp",
                        stringsAsFactors = TRUE,
                        options = "ENCODING=latin1")

## options:        ENCODING=latin1 
## Reading layer `barrios_caba' from data source 
##   `/Users/jimuberezovsky/Documents/RSTUDIO/TF/TF_BEREZOVSKY/data/barrios_caba/barrios_caba.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 48 features and 3 fields
## Geometry type: POLYGON
## Dimension:     XY
## Bounding box:  xmin: -58.53152 ymin: -34.70529 xmax: -58.33515 ymax: -34.52649
## Geodetic CRS:  WGS 84

4. Se importó la base de datos correspondiente a los Delitos registrados en la Ciudad de Buenos Aires, obtenida de la pagina: https://data.buenosaires.gob.ar/dataset/delitos

delitos <- read.csv2("data/delitos_2021.csv",
                      stringsAsFactors = TRUE,
                      encoding="latin1")

dim(delitos)

## [1] 87390    11

Este dataset cuenta con 87.390 registros y 11 columnas/variables. Ellas son:

names(delitos)

##  [1] "id.mapa"   "fecha"     "franja"    "tipo"      "subtipo"   "uso_armas"
##  [7] "barrio"    "comuna"    "latitud"   "longitud"  "cantidad"

 summary(delitos)

##             id.mapa           fecha           franja     
##  RH-2021-1000831:    2   6/11/21 :  390   19     : 5151  
##  RH-2021-1001062:    2   17/12/21:  360   18     : 5080  
##  RH-2021-1001914:    2   10/12/21:  342   12     : 4845  
##  RH-2021-1001945:    2   7/12/21 :  341   20     : 4792  
##  RH-2021-1002368:    2   29/11/21:  332   17     : 4773  
##  RH-2021-1003029:    2   21/12/21:  328   8      : 4752  
##  (Other)        :87378   (Other) :85297   (Other):57997  
##                     tipo                  subtipo              uso_armas    
##  Homicidio            :  192                  :71631                :78992  
##  Hurto (sin violencia):36159   Con uso de moto: 4588   Arma cortante: 2481  
##  Lesiones             : 6589   Doloso         :   84   Arma de fuego: 5917  
##  Robo (con violencia) :44450   Femicidio      :   14                        
##                                Hurto Automotor: 3666                        
##                                Robo Automotor :  724                        
##                                Siniestro Vial : 6683                        
##        barrio          comuna          latitud          longitud     
##  Palermo  : 7785   Min.   : 1.000   Min.   :-34.70   Min.   :-58.53  
##  Balvanera: 5952   1st Qu.: 4.000   1st Qu.:-34.63   1st Qu.:-58.47  
##  Flores   : 4842   Median : 7.000   Median :-34.61   Median :-58.44  
##  Recoleta : 4397   Mean   : 7.583   Mean   :-34.61   Mean   :-58.44  
##  Caballito: 4046   3rd Qu.:12.000   3rd Qu.:-34.59   3rd Qu.:-58.40  
##  Almagro  : 3590   Max.   :15.000   Max.   :-34.53   Max.   :-58.34  
##  (Other)  :56778                                                     
##     cantidad    
##  Min.   : 1.00  
##  1st Qu.: 1.00  
##  Median : 1.00  
##  Mean   : 1.16  
##  3rd Qu.: 1.00  
##  Max.   :10.00  
##  NA's   :80609

Podemos observar que: El tipo de delito más registrado durante 2021 fue el Robo (con violencia). El barrio donde más delitos se registraron fue Palermo.

5.Ahora bien, queremos saber que días ocurrio esto con mayor frecuencia, por lo que trabajaremos con las fechas:

 str(delitos$fecha)

##  Factor w/ 365 levels "1/1/21","1/10/21",..: 312 57 312 167 182 300 102 28 218 324 ...

Cambiaremos los registors a formato “fecha”, para poder operar con esa columna:

delitos<- delitos %>%
  mutate(fecha=dmy(fecha))

 str(delitos$fecha)

##  Date[1:87390], format: "2021-04-05" "2021-06-13" "2021-04-05" "2021-08-21" "2021-10-23" ...

Efectivamente, ahora el campo fecha dejó de ser factor y pasó a ser “Date” Ahora, agregamos 2 nuevas columnas a nuestro dataset donde indicamos el mes y el día de la semana en que ocurrió cada registro:

delitos<- delitos %>%
  mutate(mes=month(fecha, label = TRUE, abbr=FALSE, locale="es_ES.UTF-8"),
         dia_semana=wday(fecha, label=TRUE, abbr=FALSE, locale="es_ES.UTF-8"))

 summary(delitos)

##             id.mapa          fecha                franja     
##  RH-2021-1000831:    2   Min.   :2021-01-01   19     : 5151  
##  RH-2021-1001062:    2   1st Qu.:2021-03-31   18     : 5080  
##  RH-2021-1001914:    2   Median :2021-07-13   12     : 4845  
##  RH-2021-1001945:    2   Mean   :2021-07-07   20     : 4792  
##  RH-2021-1002368:    2   3rd Qu.:2021-10-12   17     : 4773  
##  RH-2021-1003029:    2   Max.   :2021-12-31   8      : 4752  
##  (Other)        :87378                        (Other):57997  
##                     tipo                  subtipo              uso_armas    
##  Homicidio            :  192                  :71631                :78992  
##  Hurto (sin violencia):36159   Con uso de moto: 4588   Arma cortante: 2481  
##  Lesiones             : 6589   Doloso         :   84   Arma de fuego: 5917  
##  Robo (con violencia) :44450   Femicidio      :   14                        
##                                Hurto Automotor: 3666                        
##                                Robo Automotor :  724                        
##                                Siniestro Vial : 6683                        
##        barrio          comuna          latitud          longitud     
##  Palermo  : 7785   Min.   : 1.000   Min.   :-34.70   Min.   :-58.53  
##  Balvanera: 5952   1st Qu.: 4.000   1st Qu.:-34.63   1st Qu.:-58.47  
##  Flores   : 4842   Median : 7.000   Median :-34.61   Median :-58.44  
##  Recoleta : 4397   Mean   : 7.583   Mean   :-34.61   Mean   :-58.44  
##  Caballito: 4046   3rd Qu.:12.000   3rd Qu.:-34.59   3rd Qu.:-58.40  
##  Almagro  : 3590   Max.   :15.000   Max.   :-34.53   Max.   :-58.34  
##  (Other)  :56778                                                     
##     cantidad            mes            dia_semana   
##  Min.   : 1.00   diciembre: 8521   domingo  : 9716  
##  1st Qu.: 1.00   noviembre: 8425   lunes    :13105  
##  Median : 1.00   marzo    : 7883   martes   :13245  
##  Mean   : 1.16   octubre  : 7628   miércoles:13253  
##  3rd Qu.: 1.00   agosto   : 7546   jueves   :13177  
##  Max.   :10.00   julio    : 7260   viernes  :13606  
##  NA's   :80609   (Other)  :40127   sábado   :11288

Podemos ver que el mes de 2021 en el que más delitos se registraron fue Diciembre y el día de la semana fue el Viernes. Veamos esto en un gráfico:

ggplot(delitos) +
    geom_bar(aes(x = mes))

6.Ahora, analizaré mi dataset por día, para estudiar un poco más el fenómeno

delitos_dia <- delitos %>%
  group_by(fecha) %>%
  summarise(cantidad=n())

 summary(delitos_dia)

##      fecha               cantidad    
##  Min.   :2021-01-01   Min.   : 97.0  
##  1st Qu.:2021-04-02   1st Qu.:212.0  
##  Median :2021-07-02   Median :243.0  
##  Mean   :2021-07-02   Mean   :239.4  
##  3rd Qu.:2021-10-01   3rd Qu.:270.0  
##  Max.   :2021-12-31   Max.   :390.0

Con este resultado, podemos observar que en promedio, durante 2021 ocurrieron 239 delitos por día. Esto se puede ver en el siguiente gráfico de líneas:

ggplot(delitos_dia) +
    geom_line(aes(x = fecha, y = cantidad))

Ahora, lo grafico en el mes que mayor delitos se registraron: Diciembre

ggplot(delitos_dia %>%
         filter(month(fecha)==12)) +
    geom_line(aes(x = fecha, y = cantidad))+
  geom_point(aes(x = fecha, y = cantidad))+
    labs(title="EVOLUCIÓN DE DELITOS",
       subtitle="Diciembre 2021, CABA",
       caption="Elaboración propia en base a datos de BAData")+
    theme_minimal()

#### 7.Ahora, agregare una variable más a este análisis, y sera la de “tipo de delitos”

ggplot(delitos %>%
         group_by(fecha, tipo) %>%
         summarise(cantidad=n())) +
    geom_line(aes(x = fecha, y = cantidad, color=tipo, group=tipo))+
  labs(title="DELITOS CABA",
       subtitle="AÑO 2021",
       caption="Elaboración propia en base a datos de BAData",
       color="TIPO",
       x="",
       y="")+
  scale_color_viridis_d(direction=-1)+
  scale_x_date(date_breaks = "1 month")+
  theme_minimal()+
  theme(legend.position="top",
        legend.justification = "left",
        title=element_text(size=10, face = "bold"),
        legend.title=element_text(size=10, face = "bold"),
        axis.text.x = element_text(size = 6, angle = 90))

## `summarise()` has grouped output by 'fecha'. You can override using the
## `.groups` argument.

Tal como lo indicó el resumen del principio, está muy claro que el tipo/clase de delito que más se registró fue el Robo (con violencia).

Cabe destacar que, este análisis está sumando la información de todos los meses del año 2021, pero es probable que cada mes tenga sus particularidades, por lo tanto, hice un gráfico separado por mes:

ggplot(delitos)+
  geom_bar(aes(x=dia_semana, fill=tipo))+
  labs(title="Cantidad de delitos por día y tipo",
       subtitle="CABA, Año 2021",
       fill="Tipo",
       x="Día",
       y="Cantidad")+
  facet_wrap(~mes)+
  theme_minimal()+
  theme(axis.text.x = element_text(size = 6, angle = 90),
        axis.text.y = element_text(size = 6))

8. Análisis espacial

Ya sabemos como ocurrieron los delitos en los dias y meses del año 2021, pero aún no tenemos claro como ocurrió en cada Barrio, por lo tanto, traemos el shape de barrios que tenemos en el proyecto y lo graficamos en el siguiente mapa interactivo:

ggplot()+
  geom_sf(data=barrios_caba, color="orange")+
  geom_point(data=delitos, aes(x=longitud, y=latitud), size=0.5, alpha=0.4)

delitos_geo <- delitos %>%
    st_as_sf(coords = c("longitud", "latitud"), crs = 4326)

ggplot()+
  geom_sf(data=barrios_caba)+
  geom_sf(data=delitos_geo, aes(color=tipo), alpha=0.3)+
  labs(color="Delitos CABA")+
  theme_minimal()

Como no todos los datos de nuestor dataset tenian completo el dato “barrio” hicimos un join, y a cada registro se le unió una columna del nombre del barrio con el que se solapa

ggplot()+
  geom_sf(data=barrios_caba)+
  geom_sf(data=delitos_geo, aes(color=barrio), alpha=0.75, show.legend = FALSE)

Como el objetivo final es mapear los registros de delitos por barrio, haremos un conteo de delitos por barrio

delitos_barrio <- delitos_geo %>%
  group_by(barrio) %>%
  summarise(cantidad=n())

delitos_barrio <- delitos_barrio %>%
  st_drop_geometry()

Para poder unir ambos dataset, deben tener los campos escritos de la misma forma, por lo tanto, cambie todos los registros a mayuscula, y corregí los acentos que estaban mal escritos.

delitos_barrio <- delitos_barrio %>%
  mutate_all(toupper)

correct_tildes <- function(x) {
  x <- gsub("á", "A", x)
  x <- gsub("é", "E", x)
  x <- gsub("Ã", "I", x)
  x <- gsub("I³", "O", x)
  x <- gsub("ú", "U", x)
  x <- gsub("I±", "Ñ", x)
  return(x)
}

delitos_barrio <- delitos_barrio %>%
  mutate(barrio = correct_tildes(barrio))

Finalmente uni los datos.

 barrios_caba <- left_join(barrios_caba, delitos_barrio, by="barrio")

Si bien ya sabemos que el barrio que mas delitos presentó en el 2021 fue Palermo, ahora graficaremos la densidad x km2, de delitos ocurridos en cada barrio

barrios_caba <- barrios_caba %>%
  mutate(cantidad = as.numeric(cantidad),
         sup_km2 = as.numeric(sup_km2))

ggplot()+
  geom_sf(data=barrios_caba, aes(fill=cantidad/sup_km2), color="white")+
    labs(title = "Delitos - Cantidad por km2",
         subtitle = "Barrios de CABA",
         fill = "Cantidad/km2",
         caption= "Fuente: Datos Abiertos Gobierno de BsAs - 2021") +
  scale_fill_distiller(palette = "YlOrRd", direction = 1) +
  theme_minimal()

Por ultimo, y a modo de bonus track, si bien no era requerimiento del TF, quise probar el uso de “Leaflet” con un mapa interactivo:

paleta <- colorNumeric(
  palette = "YlOrRd",
  domain = barrios_caba$sup_km2)

labels <- sprintf(
  "<strong>%s</strong><br/>delitos <br/>%g registros/km2",
  barrios_caba$barrio, barrios_caba$sup_km2) %>% lapply(htmltools::HTML)

leaflet(barrios_caba) %>%
  addTiles() %>%
addProviderTiles(providers$CartoDB) %>%
addPolygons(color = "#444444",
            weight = 1,
            smoothFactor = 0.5,
    fillOpacity = 0.65,
    fillColor = ~colorNumeric("YlOrRd", barrios_caba$sup_km2)(sup_km2),
    highlightOptions = highlightOptions(color = "white", weight = 2,
      bringToFront = TRUE),
     label = labels,
  labelOptions = labelOptions(
    style = list("font-weight" = "normal", padding = "2px 5px"),
    textsize = "10px",
    direction = "top"))%>%
addLegend("bottomright", pal=paleta, values = ~sup_km2,
    title = "Delitos CABA 2021",
    labFormat = labelFormat(suffix = " registros/km2"),
    opacity = 0.65)

En resumen, el mapa se muestra coloreado por la cantidad de delitos registrados por kilómetro cuadrado en cada barrio. El mapa es interactivo y permite a los usuarios ver más información sobre cada barrio al hacer clic en él.